Thèse soutenue

Estimation de la composition chimique des aérosols à partir de leurs propriétés optiques

FR  |  
EN
Auteur / Autrice : Shuo Wang
Direction : Weidong ChenWeijung ZhangWeixiong Zhao
Type : Thèse de doctorat
Discipline(s) : Physique
Date : Soutenance le 08/12/2020
Etablissement(s) : Littoral en cotutelle avec Anhui Institute of Optics and Fine Mechanics (AIOFM), Heifei, china
Ecole(s) doctorale(s) : École doctorale Sciences de la matière, du rayonnement et de l'environnement (Villeneuve d'Ascq, Nord)
Partenaire(s) de recherche : Laboratoire : Laboratoire de physico-chimie de l'atmosphère (Dunkerque, Nord) - Laboratoire d'Optique Atmosphérique (LOA) - Laboratoire de Physico-Chimie de l'Atmosphère / LPCA
Jury : Président / Présidente : Xiaojing Jia
Examinateurs / Examinatrices : Jean-Claude Roger, Xiaodan Guan, Marc Mallet, Suzanne Crumeyrolle
Rapporteurs / Rapporteuses : Jean-Claude Roger, Xiaodan Guan

Résumé

FR  |  
EN

La composition chimique des aérosols permet de mieux comprendre leurs interactions avec le changement climatique et la santé humaine. La composition chimique des aérosols est étroitement liée aux propriétés optiques. Actuellement, les propriétés optiques des aérosols sont mesurées, intégrées ou non sur la colonne atmosphérique, à une échelle globale. Le développement d'algorithmes permettant de déterminer, à une résolution spatiale et temporelle élevée, la composition chimique des aérosols à partir de leurs propriétés optiques est essentiel. Ce travail de thèse vise à tester et à améliorer les méthodes actuelles de classification et d'estimation de la composition chimique des aérosols. (1) Méthodes basées sur le coefficient d'Ǻngström (AE) : ces méthodes s'appuient sur la dépendance spectrale du coefficient de diffusion (SAE) et d'absorption (AAE). En effet, de nombreuses recherches distinguent les différents types d'aérosols en fonction de leur SAE et AAE. Afin de déterminer des valeurs seuils des SAE et AAE pour différents aérosols absorbants, la dépendance spectrale du SAE et AAR en fonction de la taille des particules, l'épaisseur relative d'une éventuelle couche surfacique et les longueurs d'ondes choisies pour le calcul. Les résultats montrent que SAE et AAE dépendent fortement des longueurs d'onde utilisées et sont également fortement affectés par la taille de l'aérosol. Les différents types de particules peuvent exister dans l'atmosphère dans les mêmes classes de taille et dans ce cas, SAE et AAE ne peuvent pas être utilisés pour distinguer efficacement ces différents composants.(2) Méthodes basées sur k : le but de ces méthodes est d'estimer la concentration massique des différents composants de l'aérosol à partir de la paie imaginaire de l'indice de réfraction (CRI, m=n + k i). A partir des indices de réfraction et de la variation spectrale de l'albédo à diffusion unique (dSSA), reportés par le réseau AERONET, la variation de la composition chimique des aérosols intégrée sur la colonne a été estimée puis comparée à la distribution saisonnière des émissions d'aérosols couplée au transport régional pendant différentes saisons. Cette comparaison montre des résultats très encourageants même si les compositions chimiques sont sensiblement différentes (intégrées sur la colonne et estimée en surface). La validation de cette méthode nécessite donc de disposer de jeux de mesures de la composition chimique plus comparables.(3) Méthode de k-p : afin de faciliter la distinction entre les poussières minérales (MD) et le carbone organique (OC), une nouvelle méthode basée sur la partie imaginaire du CRI (k) et de la densité des aérosols (p) a été développée. L'application de cet algorithme sur des données (propriétés optiques et physiques) recueillies lors d'une campagne d'observation à Shouxian permet d'obtenir la variation de la composition chimique des aérosols en temps réel. La composition chimique de l'aérosol estimé par cette méthode est cohérente avec les résultats des mesures in-situ. La concentration massique des MD est la moins bien estimée par cet algorithme (R²=0.43) probablement dur à une plus grande incertitude dans la mesure.